Approximation Bounds for Inference using Cooperative Cuts
Approximation Bounds for Inference using Cooperative Cuts
复制标题
使用合作切割进行推理的近似界限
DOI：
--
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
J. Bilmes
中科院分区：
文献类型：
--
作者：
S. Jegelka;J. Bilmes
我们分析了一系列以嵌入组合结构为特征的概率分布。该系列包括具有任意树宽和任意大小因子的模型。与具有这种自由度的一般模型不同，其中“最可能解释”（MPE）问题是不可近似的，我们模型中的组合结构，特别是子模块性的间接使用，导致了几种都具有近似保证的 MPE 算法。
We analyze a family of probability distributions that are characterized by an embedded combinatorial structure. This family includes models having arbitrary treewidth and arbitrary sized factors. Unlike general models with such freedom, where the "most probable explanation" (MPE) problem is inapproximable, the combinatorial structure within our model, in particular the indirect use of sub-modularity, leads to several MPE algorithms that all have approximation guarantees.